1樓：紫月開花
結構方程模型的初衷在於針對潛變數之間關係進行建模。例如，智商，情商，成功這三個潛變數之間到底是何種關係？但是它們三個本身不可直接測量，於是需要通過一定手段對它們進行測量。
你當然可以先通過量表各自「估計」這三個潛變數，再建立三者間的模型。結構方程模型實現了這兩步的一體化，優勢在於，估計的過程中充分考慮了潛變數間的關係。而分開兩步是不能做到的。
當然這是否真的是優勢有待商榷。
結構方程模型的估計方法主要有三類：第一種是協方差分析法，第二種是偏最小二乘法，第三種是貝葉斯法。
協方差分析認為，潛變數間的關係反映在可測變數的協方差關係中，由模型產生的協方差結構和真實協方差結構應一致（理想情況）。於是以協方差矩陣的差異作為優化準則。偏最小二乘的想法為：
考慮潛變數結構的前提下，「最好」的潛變數應該與對應可測變數「最接近」。於是，其優化準則本質是ols。貝葉斯也是對潛變數假定先驗，然後用mcmc直接對潛變數進行抽樣，既然潛變數的樣本都有了，結構方程模型也就退化為了一堆回歸。
國內很多文獻把結構方程模型等同於上述第一種估計方法，這是一種誤區。每一種方法都有各自的檢驗和評價手段。三種方法孰優孰劣？
難以確定，只能說，各有各的優勢和不足。另外，結構方程模型定位是驗證性分析，這需要大量背景知識支撐，否則建模必然失敗。近年來，發展了探索性的結構方程模型，題主不妨找找cnki。
2樓：匿名使用者
這些沙雕都在回答什麼，那個應該是效應值，直接的或者間接的。可以看看這個了解。看看有幫助嗎
結構方程模型對資料要求是不是很高
3樓：匿名使用者
首先要保證樣本量，一般來說至少200，主要是為了得到穩定的引數估計結果
內，不夠兩百的話基本上你跟容
審稿人或者答辯老師也沒法交代。
第二是所用資料協的方差-協方差矩陣要滿足正定的條件，這個如果你不滿足，使用軟體時也往往會報錯的，得不到引數估計結果。
其他的要求就不算很嚴格了，跟一般的資料分析所需滿足的要求差別不大了。
4樓：南心網心理統計
也不是很高了，主要是樣本量，變數間關係的問題了。
結構方程模型是不是只適合量表的資料
不一定，你只要可以滿足結構方程的基本使用條件，其他資料也可以的，比如實驗資料，什麼反應時錯誤率這些的也是可以的 只要你的樣本容量不要過小，甚至協方差矩陣也未必要正定 結構方程模型必須使用量表嗎 30 不一定，你只要可以滿足結構方程的基本使用條件，其他資料也可以的，比如實驗資料，什麼反應時錯誤率這些的...
我做結構方程模型估計出現錯誤提示，求高手解答
標準化估計中，殘差值自動不顯示的，只顯示標準化路徑係數。 本座 樓主你好！這段英文意味著你的資料有缺失。你只需要點那個 view 然後點 analysis properties 你會看到 estimate means and intercepts 選擇 analyze 或者 calculate es...
原子結構模型de發展
天頂星 原子結構模型的演變 原子結構模型是科學家根據自己的認識，對原子結構的形象描摹。一種模型代表了人類對原子結構認識的乙個階段。人類認識原子的歷史是漫長的，也是無止境的。下面介紹的幾種原子結構模型簡明形象地表示出了人類對原子結構認識逐步深化的演變過程。道爾頓原子模型 1803 年 原子是組成物質的...